• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
[포커스] 한국생산제조학회 춘계학술대회, AI 기반으로 제조공정 지능화 선도
2020-07-31 1,288 26

한국생산제조학회가 7월 13일부터 14일까지 휘닉스평창 호텔 포레스트홀에서 춘계학술대회를 개최했다. 이번 행사는 스마트 제조 분야의 성공사례들을 공유하고 발전시켜 ‘디지털 뉴딜’을 선도한다는 목적하에 생산제조 분야의 논문발표를 비롯해 ‘AI 스마트 제조 플랫폼 포럼’ 등 다양한 학술행사가 진행되었다. ■ 최경화 국장

 

 

이번 춘계학술대회는 코로나 상황으로 인해 연기하여 개최되었다. 7월 13일에는 논문발표, 개회식 및 시상식, 전시회, 한국생산기술연구원(KITECH, 이하 생기원)의 ‘AI 스마트 제조 플랫폼 포럼’이 개최되었으며, 7월 14일에는 논문발표와 전시회가 이루어졌다.

한국생산제조학회 춘계학술대회 특별 세션으로 열린 ‘AI 스마트 제조 플랫폼 포럼’은 기조연설과 전문가 토론을 중심으로 진행되었으며, AI 기반의 공정 지능화 성공사례들을 공유하고 발전시켜 ‘디지털 뉴딜’을 선도하기 위해 개최되었다.

첫 번째 기조연설에서는 생기원 형상제조연구부문 이상목 박사가 ‘한국 제조업과 뿌리산업 패러다임 대전환’, 두 번째 기조연설에서는 스마트제조혁신전략단 김보현 단장이 ‘제조산업 지능화를 위한 디지털 뉴딜 정책’을 주제로 발표했다.

 

 

이어 전문가 토론에서는 산·학·연을 대표하는 7명의 패널들이 약 50여 분간 ‘스마트 제조 생태계 구축을 위한 산·학·연 역할’에 대해 의견을 나눴다.

패널로는 한국생산제조학회 수석부회장인 서울과학기술대 김성걸 교수(좌장), 포톤데이즈 안동훈 대표이사, 에이시에스 차석근 부사장, 한국경제신문 안현실 논설전문위원, 한국뉴욕주립대 양민양 교수, 서울대학교 안성훈 교수, 생기원 이상목 박사가 참여했다.

 

 

이낙규 생기원장은 개회사에서 “2019년 말 기준 1만 2000개가 넘는 스마트 공장이 보급돼 많은 양의 제조데이터가 축적되고 있다”면서, “축적된 데이터를 분석·가공해 공정 개선에 실제 적용할 수 있도록 AI 기반의 스마트 제조 플랫폼을 마련할 계획”이라고 밝혔다. 생기원은 이번 포럼을 계기로 산·학·연과 연계해 포스트 코로나 시대의 스마트 제조 생태계 구축전략을 모색하고 중소·중견기업들을 위한 공정 지능화 지원방안을 발전시켜 나가겠다는 구상이다.

한편 한국생산기술연구원은 딥러닝 기술을 활용해 공정데이터 중 수집이 용이한 양품 데이터만으로 양품·불량 여부를 판정할 수 있는 다이캐스팅 스마트 팩토리 플랫폼을 개발, 이번 행사에서 소개했다.

 

 

생기원 공정지능연구부문 이영철 박사 연구팀은 먼저 불량 원인을 쉽게 식별하기 위해 기존 로트(Lot) 단위의 공정 관리를 제품 단위로 전환하고 제품별 식별번호를 부여해 데이터베이스를 구축했다.

또한 딥러닝 기술을 통해 양품 위주의 비대칭 데이터베이스로부터 압력·온도 차이에 따른 제품 불량 검출 모듈을 개발하는 데 성공, 현재 국내 3개 주조업체를 대상으로 시범 적용 중에 있다.

복잡한 형상의 제품을 대량 생산하는 데 유리한 주조 방식인 ‘다이캐스팅(Die-Casting)’ 공정은 불량률이 평균 5~10%로 높아 처음부터 주문물량의 10% 이상을 과다 생산하는 업체들이 많다.

불량 원인 개선을 위해서는 충분한 수의 불량 데이터를 수집해야 하는데, 300건 가량의 데이터를 모으려고 해도 일반적으로 약 1만 5000건 이상의 실험이 필요해 실제 생산현장에서의 데이터 확보는 어려운 작업에 속하는데 이러한 어려움을 개선하는데 기여할 것으로 보인다.

 

 

 

기사 내용은 PDF로도 제공됩니다.

최경화 kwchoi@cadgraphics.co.kr


출처 : 캐드앤그래픽스 2020년 8월호

  • kakao

댓글 0

로그인 후 댓글을 달수있습니다
등록된 코멘트가 없습니다.